Imaginez pouvoir prédire en temps réel la trajectoire de vol erratique d'un pilote inexpérimenté.

Les chercheurs de QUT ont exploité l'analyse de données pour créer un algorithme capable de prédire la trajectoire de n'importe quel objet plus rapidement et avec plus de précision que les approches existantes.

" S'il a une trajectoire, on peut le prévoir, " a déclaré le professeur Clinton Fookes, qui dirige la discipline de recherche Vision et traitement du signal de QUT à la Faculté des sciences et de l'ingénierie. « Dans un environnement de Défense, cet outil pourrait aider à fournir une meilleure connaissance de la situation des actifs et de l'espace aérien détenus et ennemis.

"Cela pourrait être appliqué à l'espace aérien, bases militaires, les transports en commun ou les centres commerciaux - partout où vous voulez analyser le mouvement."

L'algorithme unique combine deux techniques d'apprentissage automatique pour analyser et prédire les trajectoires en temps réel :les réseaux de neurones profonds et les réseaux de mémoire.

« En substance, il est conçu pour mesurer une trajectoire d'entrée et prédire une trajectoire de sortie, " dit le professeur Fookes.

"Mais comme il prend dans la trajectoire de l'objet cible, c'est aussi prendre en compte les trajectoires des objets voisins pour prendre conscience de ce qui se trouve autour de la cible et de la façon dont ces objets se déplacent".

"En outre, il s'appuie sur des réseaux de mémoire de trajectoires historiques stockées pour le même emplacement - ceux-ci tentent d'imiter le fonctionnement de la mémoire humaine".

"Ces deux ensembles de données sont ensuite analysés par un autre sous-réseau qui détermine où la cible ira ensuite."

Pour assurer la robustesse, les chercheurs ont entraîné l'algorithme à l'aide de grands ensembles de données disparates, y compris les données de contrôle du trafic aérien de l'aéroport de Brisbane, les données radar et caméra du trafic piétonnier à QUT et les bases de données de trajectoires piétonnes d'Édimbourg et de New York.

"Il peut faire environ 1000 prédictions en quelques secondes, " a déclaré le Dr Simon Denman, un autre chercheur en chef du projet.

"En utilisant les données de l'aéroport de Brisbane d'un événement météorologique violent de 2015, nous avons pu tester à quel point notre algorithme s'est bien comporté dans une situation aussi dynamique".

"Ses prédictions étaient très précises car elles tenaient compte du comportement des pilotes précédents dans des conditions similaires pour prédire ce que le pilote cible est susceptible de faire ensuite".

« Dans l'espace aérien civil, cet algorithme pourrait aider à gérer les drones, où l'on pouvait voir, potentiellement, un espace aérien de plus en plus encombré et restreint.

L'équipe espère étendre le projet à l'avenir pour étudier comment l'algorithme pourrait être utilisé pour optimiser les trajectoires de vol et les itinéraires de voyage.